zoukankan      html  css  js  c++  java
  • 手机摄像头模组相关

    1.噪声

      CCS和CMOS感光二极管在接受光线照射之后会产生输出电流,会导致pixel的电压降低,下降的电压值会作为光照强度的参照,但是这个电压太小,所以会对它经过一个放大器放大处理,而在放大的过程中,信号和噪声同时被放大,体现在图像上就是一些噪点.同时随着sensor的工作时间和元器件的温度升高,噪点会越来越多,而且sensor感光二极管阵列发生电子跃迁等现象,也会产生噪点
      图像的噪声一般分为两种,一种是时间噪声它随着时间的变化而变化,就像温度一样,随着时间变化温度升高,噪声也会越多。因为在短时间内硬件环境不可能发生很大变化,所以我们用图像的标准差去衡量噪声大小,我们抓取5张图像,对5张图像分通道,然后对其求出每个通道的平均值,对5张图像和平均值求出标准差来代表整体图像整体噪声,然后对行和列也求出平均值和标准差,代表行列的噪声
      固定噪声:因为电路在不工作的时候也会产生电子跃迁,产生一些电流,所以我们可以认为这些噪声是不随时间变化而变化的。如果时钟频率太快和电压太低,我们可以抓取5张图像,然后对这5张图像求平均值,用这张图像代表图像的平均水平,用这张平均图和这张图的总平均值求出标准差,还有行列的标准差。
      噪声改善:改善电器元件布局,电路走线尽可能分散,防止线路之间干扰,而且在电路加入接地线,及时导出多余电子。制程改良。


    2.噪声处理

      均值滤波:用周围像素的均值代表目标像素的值,对正态分布噪声处理效果比较好。
      中值滤波:用周围像素的中值代表目标像素的值,对椒盐噪声处理效果比较好。
      双边滤波法:是一种非线性滤波,是高斯滤波和高通滤波的合成,不仅考虑像素间空间距离还有像素间的差异性,根据在像素变化比较平缓的地带,像素的空间距离系数大,在图像边缘像素变换比较急剧时,像素间的差异性的系数比较大,权重就比较大,所以能够在滤掉图片噪声的时候能够保持边缘的细节不被模糊
      

    3.均匀性

      由于镜头是球面系统,在远离主光轴的光线会衰减,因此处于四周的感光芯片不会吸收所有的光线,体现在图像上就是中心区域最亮,四周慢慢衰减,四角最暗。
      由于眼睛可见光谱响应度和半导体传感器频谱响应度之间存在差别,而且镜头镀膜曲线的关系,使得传感器获得不同波段的光能量,不同波段的光线代表不同的颜色,从而直接影响到影像成像的颜色,镀膜曲线趋向短波长方向会导致图像偏绿,趋向长波防线会导致图像偏红。

    4.RU

      测试相对均匀性,对整张图像分通道,先计算对角线长度,然后根据对角线5%到95%的距离划分同心圆roi的大小就是对角线的5%构成的等腰三角形的边长,roi的大小我们尽可能的盖住图片,所以周长除以对角线,计算出同心圆的roi个数然后对这些roi块求均值,并且求出每个同心圆与相邻圆的差异比,差异比越小代表均匀性好,同个同心圆的roi的差异比应该接近0圆环之间的差异比理想情况下是一个定数,也就说明色的均匀性比较好。

    5.CU

    求色的饱和度,对图像做colorshading和awb的处理,然后对图像进行RGB分通道,对图像进行划分ROI区域,可以是5*5大小,然后对RGB区域内部求均值,根据欧拉公式,我们把原点看成黑色,把每个ROI块映射到以RGB为坐标轴的三维空间,求到黑点的距离,然后选出最远的距离,我们认为这是最大饱和度的点,然后我们根据最大的求出和它距离最远的点,认为那个点为负向最大饱和度,两值相减就是最大饱和度

    6.RI

    求亮度的均匀性: 大于60% 

    亮度需要把图像转化成YUV格式,选择Y通道对图像区域选取,选取中心和四角位置大小为19*15的ROI,求出各个四角中心的均值和中心区域之比,不低于中心区域的36%亮度,四角的最大值和最小值不能相差大于10%

    均匀性不好的原因跟lens的主光线角和sensor的主光线角没有一致,或者lens上面的镀膜均匀性不好,导致光线没有均匀分布,四周暗角增大,AWB补偿时烧录的值影响,因为和色温有关,在awb补偿是计算白块时,和实际白块的差异性太大,导致补偿有较大出入。增益会有限制,也有可能RGBgain值被Gain limit限制住。


    7.解析力:

      解析力是判断图像分辨细节的能力大小,我们通常用MTF去计算,一般用最大亮度和最小亮度的差比上最大亮度和最小亮度的和来表示解析力,用光的对比度来表示。
    我们也可以通过拍摄ISO12233卡,来估算出摄像头的解析能力。
    对区域内进行灰度变换,算出最大亮度和最小亮度集中范围,求出MTF.
    我们使用刃边法求SFR,对图像进行YUV转换,使用Y通道进行计算,我们计算水平方向的微分系数,制成一个map,左边像素值减去对象像素除以2,接下来边缘倾斜校正,然后我们通过map和窗函数,在有限区间之外就为0,有限区间内的数据保留下来,数据解析也就比较简单,横轴是行的号码,纵轴上取重心位置,作成一元近似曲线,导出倾斜度。然后我们水平方向翻转平移,每列取平均值,生成线性扩展函数,对其进行求导,我们可以得到线扩展函数,最后进行高速傅里叶变换,算出SFR值。

    把横轴变为频率 ,常用的判定频率:ny8=mtf(0.0625)ny4= mtf(0.125) ny2=mtf(0.25) ny1=mtf(0.5)

    造成MTF不良的原因一方面跟lens有关,如果lens倾斜,导致像面倾斜,造成mtf不良,lens脏污等原因,而且测试时测试卡反光。
    在测试时候不要让照明光线直接进入相机镜头,在周围放置放射率较低的物体,以便将反射光的影响降为最低。
    照明时保证图表的任何部分与中心的差异位于+-10%的范围内。
    解析力:
    1.TV line
    2.MTF
    指的是调制度随空间频率变化的函数称为调制度传递函数,传递函数说明了镜头的能力
    3.SFR
    测量随着空间频率的线条增加对单一影像所造成影响

    8.AWB:

    由于人眼的适应性可以更快的适应不同色温下的物体,物体由于色温的影响,会出现不同程度的色差。为了在不同的环境下调整图像颜色的保真程度,所以需要对其做白平衡。
    白平衡针对不同色温下,通过调整camrea的内部色彩电路使拍出来的影像抵消偏色,更接近人眼的视觉习惯。
    AWB:
    在不同色温下抓取图像,计算每张图像中心位置100*100的地方,会把RG,BG,色温烧进模组中,后续会根据估算色温,算出gain值。
    估算色温,我们对图像进行灰度变换,然后用统计白色像素,颜色范围的定义,统计白色像素个数,计算白色像素的Rg bg的比值,根据比值估算出色温,然后用插值求出相应色温对应下的RG BG的gain值

    9.AE:

      在不同的环境下为了保证图片有合适的亮度,主要控制电子快门和增益来控制曝光时间。

    模组端主要在不同的亮度条件下手机不同的曝光数据,确定曝光系数和亮度的关系,使用亮度作为参考值,图像分成多个子图像,每一块的子图像的曝光亮度被用来设置参照亮度值
    调整参数:通过内部预先存储的一张曝光参数和图像亮度之间的关系的查找表,通过亮度值来改变调整量
    通过探究不同光照条件 下的亮度和曝光值之间的关系进行曝光控制

    测试模组:通过在不同光照下,控制曝光寄存器进而间接控制曝光时间,抓取图片,然后取中心ROI100*100的地方,因为我们人眼对绿色的感光度最大,所以我们会G通道,计算G通道的平均值,来预估亮度是否达到,阈值是像素最大值的80%。

    10.AF:

      在图像中,信号和信息绝大多数集中于图像的中频和低频段,但是图像的锐度,轮廓细节存放于图像的高频部分,所以聚焦越清晰,图像的轮廓越清晰,相邻点的亮度值差异越大,自动对焦的过程也就是找调焦评价函数最大值的过程。

    AF的过程就是求最近和最远焦的过程,烧录会把最近焦和最远焦清晰的catch求出来。
    VCM的对焦灵敏度,即马达每增加1mA,对应的行程增量,规格书会给定电流的c,d的值或行程啊a,b的值。

  • 相关阅读:
    ACCESS中不支持FULL JOIN的解决方案
    C#語法學習異常處理(Exception)
    C#語法學習(索引器[indexer])
    C#語法學習四(Char)
    人生的35个经典好习惯
    自学.NET之路属性,索引器
    Lucene.Net介紹
    Sql Server 日期格式转换
    MS SQL中的交叉数据报表
    C#語法學習一(Array,ArrayList)
  • 原文地址:https://www.cnblogs.com/djh5520/p/13744640.html
Copyright © 2011-2022 走看看